Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Шаблон отчета о вычислительном эксперименте
Материал из MachineLearning.
(Различия между версиями)
(→Вычислительный эксперимент) |
|||
| Строка 24: | Строка 24: | ||
y = 1; % There is no need to post all your code here. Only extracts and only if it is necessary. | y = 1; % There is no need to post all your code here. Only extracts and only if it is necessary. | ||
</source> | </source> | ||
| - | [[Изображение: | + | |
| + | [[Изображение:ModelBreadSw.png|200px|thumb|Функция ошибки, пример графика]] | ||
| + | |||
| + | Требования к оформлению графиков: | ||
| + | * шрифт должен быть больше, | ||
| + | * толщина линий равна двум, | ||
| + | * заголовки осей с большой буквы, | ||
| + | * заголовок графика отсутствует (чтобы не дублировать подпись в статье); | ||
| + | * рекомендуется сразу сохранять EPS и PNG (для TeX и для Wiki). | ||
| + | |||
| + | <source lang="matlab"> | ||
| + | h = figure; hold('on'); | ||
| + | plot(xi,y,'r-', 'Linewidth', 2); | ||
| + | plot(xi,y,'b.', 'MarkerSize', 12); | ||
| + | axis('tight'); | ||
| + | xlabel('Time, $\xi$', 'FontSize', 24, 'FontName', 'Times', 'Interpreter','latex'); | ||
| + | ylabel('Value, $y$', 'FontSize', 24, 'FontName', 'Times', 'Interpreter','latex'); | ||
| + | set(gca, 'FontSize', 24, 'FontName', 'Times') | ||
| + | saveas(h,'ModelOne.eps', 'psc2'); | ||
| + | saveas(h,'ModelOne.png', 'png'); | ||
| + | </source> | ||
== Исходный код и полный текст работы == | == Исходный код и полный текст работы == | ||
| Строка 35: | Строка 55: | ||
== Литература == | == Литература == | ||
* [http://ya.ru Bishop, C. Pattern Recognition And Machine Learning. Springer. 2006.] | * [http://ya.ru Bishop, C. Pattern Recognition And Machine Learning. Springer. 2006.] | ||
| - | {{Задание|Марк Аврелий|В.В. Стрижов|28 мая 2009||Strijov}} | + | {{Задание|Марк Аврелий|В.В. Стрижов|28 мая 2009|Aurelius|Strijov}} |
[[Категория:Практика и вычислительные эксперименты]] | [[Категория:Практика и вычислительные эксперименты]] | ||
Версия 12:25, 20 сентября 2011
| Эта статья используется в качестве болванки к статьям с пометкой (пример).
См. руководство в статье Численные методы обучения по прецедентам. |
|
Исследуется метод построения интегрального индикатора для множества сравнимых объектов. Объекты описаны признаками, выраженными в ранговых шкалах. В качестве интегрального индикатора рассматривается ...
- до 600 символов
Постановка задачи
Задана выборка , в которой ...
Описание решения
- настолько подробно, что по математическому описанию можно было бы восстановить код
Вычислительный эксперимент
Цель вычислительного эксперимента - ...
- описание эксперимента
- иллюстрации с комментариями
y = 1; % There is no need to post all your code here. Only extracts and only if it is necessary.
Требования к оформлению графиков:
- шрифт должен быть больше,
- толщина линий равна двум,
- заголовки осей с большой буквы,
- заголовок графика отсутствует (чтобы не дублировать подпись в статье);
- рекомендуется сразу сохранять EPS и PNG (для TeX и для Wiki).
h = figure; hold('on'); plot(xi,y,'r-', 'Linewidth', 2); plot(xi,y,'b.', 'MarkerSize', 12); axis('tight'); xlabel('Time, $\xi$', 'FontSize', 24, 'FontName', 'Times', 'Interpreter','latex'); ylabel('Value, $y$', 'FontSize', 24, 'FontName', 'Times', 'Interpreter','latex'); set(gca, 'FontSize', 24, 'FontName', 'Times') saveas(h,'ModelOne.eps', 'psc2'); saveas(h,'ModelOne.png', 'png');
Исходный код и полный текст работы
Смотри также
Литература
|
| Данная статья является непроверенным учебным заданием.
До указанного срока статья не должна редактироваться другими участниками проекта MachineLearning.ru. По его окончании любой участник вправе исправить данную статью по своему усмотрению и удалить данное предупреждение, выводимое с помощью шаблона {{Задание}}. См. также методические указания по использованию Ресурса MachineLearning.ru в учебном процессе. |
